Valor en Riesgo mediante un modelo heterocedástico condicional ?-estable

El objetivo de esta investigación es describir y comparar la estimación del Valor en Riesgo (VaR), considerando un modelo GARCH univariado con la innovación de la distribución ?-estable. Los resultados estadísticos sugieren que el modelo VaR ?-estable proporciona estimaciones del VaR más precisas que el modelo bajo la hipótesis gaussiana, el cual subestima significativamente el VaR en períodos de alta volatilidad. Por el contrario, en el período posterior a la crisis, el VaR al 95% bajo la hipótesis gaussiana muestra resultados aceptables y el obtenido bajo el modelo ?-estable se encuentra por debajo del rango admisible. La principal aportación de esta investigación es que propone una distribución condicional alternativa para los rendimientos de los precios de los activos en el mercado financiero mexicano, considerando un modelo GARCH con la innovación de la distribución ?-estable. Por último, esta investigación proporciona evidencia de que el modelo VaR ?-estable estima satisfactoriamente el VaR para niveles altos de confianza incluso en períodos de alta volatilidad. En contraste, en períodos de relativa tranquilidad para niveles de confianza bajos este modelo sobrestima las pérdidas potenciales.